Enhanced fidelity of an educational intervention on skin self-examination through surveillance and standardization
Notice bibliographique
Résumé
BACKGROUND: Melanoma can metastasize but is often successfully treated when discovered in an early stage. Melanoma patients and their skin check partners can learn skin self-examination (SSE) skills and these skills can be improved by practice. The purpose of this study is to determine the degree of fidelity with which educational in-person SSE intervention can be delivered by trained research coordinators to patients at risk of developing another melanoma and their skin check partners. METHODS: The in-person intervention was performed in two iterations. In phase 1 (2006-2008), the research coordinators were trained to perform the intervention using a written script. In phase 2 (2011-2013), the research coordinators were trained to perform the intervention with a PowerPoint aid. Each research coordinator was individually counseled by one of the authors (KM) to insure standardization and enhance fidelity of intervention delivery. Phase 1 and Phase 2 were compared on 16 fidelity components. Further, Phase 2 fidelity was assessed by comparing mean scores of fidelity across the five research coordinators who delivered the intervention. RESULTS: < .001. Further, no significant differences on mean fidelity were found across research coordinators in Phase 2. DISCUSSION: When using the PowerPoint aide, the research coordinators delivered the intervention with high fidelity (all scores >14) and there were no mean differences in fidelity across research coordinators, indicating consistency in fidelity. This can be attributed to the standardization and cueing that the PowerPoint program offered. Supervision was also a key component in establishing and maintaining fidelity of the patient educational process. This method of intervention delivery enables trained healthcare professionals to deliver an educational intervention in an effective, consistent manner.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».